第七章 序列相关与异方差的处理.pptVIP

第七章 序列相关和异方差的处理 一、序列相关 1 、无自相关：简言之，就是任一样本点的误差项都不受其他样本点的误差项影响。 2、出现的原因： （1）惯性： （2）偏误： （3）蛛网现象：就是供给对价格的反应要滞后一个时期。 4、序列相关的形式： （1）一阶自相关: 其中-1 1 （2）高阶自相关； 在回归模型中，多数讨论是限于 一阶自相关形式。 序列相关的检验方法 1 、作散点图法（图形法）： 以时间为横轴，残差e为纵轴，画散点图，看有无系统性模式； 2 、D-W检验：德宾—沃森统计量(D-W统计量)是检验模型是否存在自相关的一种简单有效的方法，其公式为： D-W= 续D-W检验 把上式计算的D-w值，与德宾—沃森给出的不同显著性水平α的D-W值之上限dU和下限dL(它们与样本容量n和自变量个数p有关)进行比较，D-W的取值域在0-4之间。 自相关判断 在D-W小于等于2时，D-W检验法则规定： 如D-W＜dL，认为ei存在正自相关； 如D-W＞d U，认为ei无自相关； 如dL＜D-W＜dU，不能确定ei是否 有自相关。 在D-W大于2时，D-W检验法则规： 如4-D-W＜dL，认为ei存在负自相关； 如4-D-w＞d U认为ei无自相关； 如dL＜4-D-W＜dU，不能确定是否 有自相关。 自相关检验步骤 Step1:提出假设：H0: Steo2:构造D-W统计量； Step3:确定dL(下限）和dU(上限）； Step4:判断： D-W检验例： 三、消除序列相关的方法 1、一阶差分法： 2、广义差分法。 四、异方差及其检验： 1 、异方差性： 2 、使用普通最小二乘法估计参数的后果： （1）回归系数的最小二乘法估计不具有有效性或不再是最小方差； （2）很可能假设检验的结论不正确：可能高估 ，从而使得显著的系数变成统计上不显著。 3 、异方差性的检验方法： （1）图解法P95 （2）等级相关检验法： 五.多重共线性及检验方法 1.无共线性:在多元回归模型中,各自变量之间是线性独立的. 2.后果: 一个或多个回归系数的t检验在统计 上不显著( )偏小. 3.检验方法: (1)R2值高而显著的t检验少; (2)散点图法; (3)计算自变量间的相关系数 显著性检验 1、t检验 2、F检验 3、多重共线性 * 64 2401 9604 841 9025 10404 169 2025 31329 441 169 3844 1296 49 10404 0 169 3364 14161 21 13 62 -36 -7 -102 0 -13 -58 119 409 322 458 526 477 312 195 283 458 361 430 335 520 490 470 210 195 270 400 480 yi